ServizioServizioContenuto basato su fatti, osservati e verificati dal reporter in modo diretto o riportati da fonti verificate e attendibili.Scopri di piùProcurement

Intelligenza artificiale e acquisti: un contesto complesso e conflittuale

Le pratiche di “bundling” creano frizioni tra contenimento dei costi e rischio di “fornitore unico” in un contesto di forte incertezza

di Giampiero Volpi *

4 maggio 2023

4' di lettura

La pandemia, l’instabilità geopolitica, i cambiamenti climatici e infine anche l’inflazione, hanno fatto salire il livello di priorità di alcuni temi: resilienza, sostenibilità, contenimento dei costi. Si tratta di temi talvolta in conflitto tra di loro. L’impegno in un processo di trasformazione ecosostenibile si trova la componente economica alterata dall’impennata dei prezzi. L’aumento delle scorte di magazzino a fronte di un rischio di interruzione di fornitura diventa un’operazione più onerosa con un impatto più severo sui parametri finanziari. L’adozione di una pratica di “bundling” crea conflitti tra contenimento dell’aumento dei costi di approvvigionamento e rischio di “fornitore unico” in un contesto di forte incertezza.

La funzione Acquisti si trova in prima linea su questi temi, che confluiscono in un ruolo aziendale sempre più strategico: partecipare alla creazione di valore dell’azienda individuando fornitori non solo innovativi ed economicamente competitivi, ma ora anche contributori strategici al processo di transizione verso la sostenibilità; contrastare la volatilità dei mercati di fornitura per proteggere la resilienza aziendale attraverso una solida mappatura della vulnerabilità ai rischi; acquisire competenze adeguate a operare su reti globali con articolazioni in continuo cambiamento.

Esistono pratiche utili. Adottare strutture organizzative interne che consentano la formazione di gruppi interfunzionali di intervento in grado di analizzare i problemi e di adottare soluzioni condivise. Intervenire con tempestività sui problemi prima che sia troppo tardi. Stabilire relazioni collaborative con i fornitori per creare un clima di fiducia che favorisca accordi equi tra le parti. Sfruttare la disponibilità dei dati prodotti da sistemi aziendali, relazioni con i fornitori e siti web, come mezzo per capire e armonizzare l’interdipendenza tra diversi interessi aziendali.

La presenza di significativi volumi di dati evoca le tecnologie dell’Intelligenza Artificiale: possono essere di aiuto? Anche se l’Intelligenza Artificiale viene definita come “L’abilità di una macchina di mostrare capacità umane quali il ragionamento, l’apprendimento, la pianificazione e la creatività”, qui ci limitiamo agli aspetti di strumento di supporto all’operatività di un buyer: una macchina che acquisisce dati e lavora su di essi fino a mettere a disposizione del buyer un quadro conoscitivo con informazioni riassuntive e mirate sui suoi obiettivi.

LAB24

Italian Succession

Come opera e cosa produce la tecnologia dell’Intelligenza Artificiale? Un interessante caso esemplificativo è l’Analisi della Spesa, pratica che ha l’obiettivo di creare una solida base di conoscenza sul valore economico dedicato agli approvvigionamenti: quantificare e classificare quali beni e servizi vengono acquistati, da quali fornitori e con quali prezzi. I dati provengono da diverse fonti: processi aziendali di acquisto con anagrafiche, ordini, fatture; monitoraggio dei fornitori; siti specializzati su mercati, prodotti e prezzi.

L’Intelligenza Artificiale con sistemi robotici può raccogliere dalle fonti disponibili dati eterogenei e trattati con tassonomie diverse. Con metodologie descrittive può pulire i dati da errori, duplicazioni e ridondanze, riclassificarli sotto un’unica tassonomia, produrre una prima descrizione della configurazione della spesa e delle sue tendenze. Su questa base, con la metodologia di “anomaly detection” è in grado di identificare eventi o situazioni anomale cercando di diagnosticarne le cause attraverso l’analisi delle relazioni causali tra dati provenienti da diverse fonti.

Per esempio: la presenza inaspettata di un picco nel prezzo di un bene, che può trovare la sua giustificazione in una carenza di offerta sul mercato; sbilanciamenti nelle aggiudicazioni, dovuti a opportunità di prezzi momentaneamente favorevoli; forniture problematiche, dove i fornitori coinvolti hanno mostrato una solidità e una qualità inferiori alle attese; categorie merceologiche rilevate come critiche, soprattutto se funzionali al rating ESG dell’azienda, perché caratterizzate da carenza di fornitori adeguati.

Con metodi predittivi, integrati da strumenti di “business intelligence” capaci di creare viste sinottiche e di evidenziare le relazioni tra unità organizzative diverse portatrici di interessi diversi, l’Intelligenza Artificiale può fornire suggerimenti. Per esempio, dove aggregare volumi di acquisto da indirizzare su pochi fornitori, scelti sulla base di offerte competitive, nel tentativo di contenere l’aumento dei costi dovuti all’inflazione e di ottenere termini di pagamento più favorevoli.

Ma il suggerimento è integrato da un report sui fornitori selezionati. Da una parte il report descrive il loro stato in termini di sostenibilità di impresa e di parametri ESG, requisiti ormai indispensabili per non danneggiare la sostenibilità e la reputazione dell’azienda cliente e della sua filiera di fornitura. Dall’altro lato riporta i livelli della loro solidità finanziaria e del loro rating di performance operativa, nonchè l’appartenenza a geografie remote e poco conosciute, per proteggere l’azienda dai rischi di fornitura e supportare le strategie di resilienza.

Spetterà al buyer, sotto la pressione dei diversi interessi emersi, condividere i contenuti del report con le altre funzioni interessate, per arrivare a una decisione di valenza aziendale.

Solo le tecnologie dell’Intelligenza Artificiale sono in grado di elaborare una tale eterogeneità di dati e di convogliare il valore in essi contenuto in un unico punto che permette di avere il controllo del sistema degli approvvigionamenti.

* Strategic Business Analyst - Niuma